- •Интеллектуальные системы Введение в искусственный интеллект
- •История развития искусственного интеллекта| История развития искусственного интеллекта за рубежом
- •История развития искусственного интеллекта в России
- •Направления развития искусственного интеллекта
- •Представление знаний и разработка систем, основанных на знаниях
- •Игры и творчество
- •Разработка естественно-языковых интерфейсов и машинный перевод
- •Распознавание образов
- •Новые архитектуры компьютеров
- •Интеллектуальные роботы
- •Специальное программное обеспечение
- •Обучение и самообучение
- •Экспертные системы: структура и классификация предметные области для экспертных систем
- •Обобщенная структура экспертной системы. Основные понятия и определения
- •Инструментальные средства построения экспертных систем
- •Технология разработки экспертных систем
Новые архитектуры компьютеров
Это направление занимается разработкой новых аппаратных решений и архитектур, направленных на обработку символьных и логических данных. Создаются Пролог и Лисп-машины, компьютеры V и VI поколений. Последние разработки посвящены компьютерам баз данных и параллельным компьютерам.
Интеллектуальные роботы
Роботы — это электромеханические устройства, предназначенные для автоматизации человеческого труда.
Идея создания роботов исключительно древняя. Само слово появилось в 20-х гг. Его автор — чешский писатель Карел Чапек. Со времени создания сменилось несколько поколений роботов.
Роботы с жесткой схемой управления. Практически все современные промышленные роботы принадлежат к первому поколению. Фактически это программируемые манипуляторы.
Адаптивные роботы с сенсорными устройствами. Есть образцы таких роботов, но в промышленности они пока не используются.
Самоорганизующиеся, или интеллектуальные, роботы. Это конечная цель развития робототехники. Основная проблема при создании интеллектуальных роботов — проблема машинного зрения.
В настоящее время в мире изготавливается более 60 тыс. роботов в год.
Специальное программное обеспечение
В рамках этого направления разрабатываются специальные языки для решения задач не числительного плана. Эти языки ориентированы на символьную обработку информации LISP, РROLOG, SMALLTALK, РЕФАЛ и др. Помимо этого создаются пакеты прикладных программ, ориентированные на промышленную разработку интеллектуальных систем, программные инструментарии искусственного интеллекта, например КЕЕ Достаточно популярно создание так называемых пустых экспертных систем, или "оболочек", — EXSYS, М1 и др., в которых можно наполнять базы знаний, создавая различия системы.
Обучение и самообучение
Активно развивающаяся область искусственного интеллекта. Включает модели, метод алгоритмы, ориентированные на автоматическое накопление знании на основе анализ обобщения данных. Включает обучение по примерам (или индуктивное), а также традиционные подходы распознавания образов.
Экспертные системы: структура и классификация предметные области для экспертных систем
В нашей стране современное состояние разработок в области экспертных систем можно охарактеризовать как стадию всевозрастающего интереса среди широких слоев экономистов, финансистов, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. К сожалению, этот интерес имеет пока достаточно слабое материальное подкрепление — явная нехватка учебников и специальной литературы, отсутствие символьных процессоров и рабочих станции искусственного интеллекта, ограниченное финансирование исследований в этой области, слабый отечественный рынок программных продуктов для разработки экспертных систем.
Поэтому распространяются "подделки" под экспертные системы в виде многочисленных диалоговых систем и интерактивных пакетов прикладных программ, которые дискредитируют в глазах пользователей это чрезвычайно перспективное направление. Процесс создания экспертной системы требует участия высококвалифицированных специалистов в области искусственного интеллекта, которых пока выпускает небольшое количество высших учебных заведений страны.
Современные экспертные системы широко используются для тиражирования опыта и знаний ведущих специалистов практически во всех сферах экономики. Традиционно знания существуют в двух видах — коллективный опыт и личный опыт.
Если большая часть знаний в предметной области представлена в виде коллективного опыта (например, высшая математика), эта предметная область не нуждается в экспертных системах .
Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня (экспертов), если эти знания по каким-либо причинам слабо структурированы, такая предметная область скорее всего нуждается в экспертной системе